文献

J-GLOBAL ID：202202244591079340   整理番号：22A0626599

近似Bayes推論による加速寿命試験のための逐次選択【JST・京大機械翻訳】

Sequential selection for accelerated life testing via approximate Bayesian inference

著者 (4件)： Chen Ye (Department of Statistical Sciences and Operations Research, Virginia Commonwealth University, Richmond, Virginia, USA) ,  Zhang Qiong (School of Mathematical and Statistical Sciences, Clemson University, Clemson, South Carolina, USA) ,  Li Mingyang (Department of Industrial and Management Systems Engineering, The University of South Florida, Tampa, Florida, USA) ,  Cai Wenjun (Department of Materials Science & Engineering, Virginia Polytechnic Institute and State University, Blacksburg, Virginia, USA)
資料名： Naval Research Logistics  (Naval Research Logistics)
巻： 69  号： 2  ページ： 336-351  発行年： 2022年 
JST資料番号： D0452A  ISSN： 0894-069X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 加速寿命試験(ALT)は,通常,所望の応力レベルの下で材料の寿命の信頼性を評価するために使用される。材料工学における最近の進歩は,種々の材料設定を容易に利用できる。重要な問題は,異なる材料設定で信頼性性能を最適化するためにALTを効率的に行う方法である。この問題を解決するための逐次選択手法を提案した。提案した手法は,(1)各段階で新しい実験データを組み込むためのモデル更新機構,(2)最適材料設定を見つける可能性を最大化する新しい実験を導くための設計基準を含む。情報収集のための扱いやすい統計的機構を保証するために,近似Bayes推論を介して明示的モデルパラメータ更新公式を開発した。理論は,著者らの明示的更新公式が一貫したパラメータ推定を与えることを示した。各ステップにおける設計基準が最適材料設定の同定を改良できることを保証するために,本論文では,目標応力因子レベルの下で材料設定を最適化するための期待改良ベース設計基準を採用した。また,近似Bayes推定の統計的一貫性を正当化するために,この設計基準に関する発見的方法を与えた。シミュレーション研究および事例研究は,提案した逐次選択アプローチが,他の設計手法と比較して,最良の信頼性性能を有する材料代替を同定する確率を著しく改良できることを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応力 ,  最適化 ,  シミュレーション ,  統計 ,  信頼性 ,  *Bayes推定 ,  *近似法 ,  情報収集 ,  発見的方法 ,  パラメータ推定 ,  事例研究 ,  パラメータ
準シソーラス用語： モデルパラメータ ,  モデル更新 , 【Automatic Indexing@JST】

著者キーワード (4件)： 期待される改善 ,  実験計画法 ,  対数正規モデル ,  最適計画

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (4件)： 近似 ,  Bayes推論 ,  加速寿命試験 ,  逐次